亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        信息熵和主觀偏好綜合的空襲目標(biāo)威脅評(píng)估

        2013-11-23 03:53:10翟二寧
        關(guān)鍵詞:關(guān)聯(lián)系數(shù)信息熵排序

        王 越,趙 凱,翟二寧,張 堃

        (1.西北機(jī)電工程研究所 陜西 咸陽(yáng) 712099,2.西北工業(yè)大學(xué),陜西 西安 710129)

        空襲目標(biāo)威脅評(píng)估是防空武器系統(tǒng)指揮作戰(zhàn)的重要一環(huán),是我方防空火力分配和指揮決策的前提和基礎(chǔ)。空襲目標(biāo)威脅評(píng)估本質(zhì)上是多指標(biāo)決策問(wèn)題。指標(biāo)權(quán)重賦值是解決多指標(biāo)決策問(wèn)題的關(guān)鍵,權(quán)重賦值的方法主要有主觀賦權(quán)法和客觀賦權(quán)法。主觀賦權(quán)法是根據(jù)決策者主觀偏好信息直接或間接給出指標(biāo)權(quán)重。如層次分析法[1]、灰色聚類(lèi)分析法[2-3]等??陀^賦權(quán)法是通過(guò)求解根據(jù)目標(biāo)的各項(xiàng)指標(biāo)值所建立的數(shù)學(xué)模型反推計(jì)算出的指標(biāo)權(quán)重。如信息熵權(quán)法[4]、最小加權(quán)隸屬度法[5]、topsis[6]法等。主觀賦權(quán)法依賴(lài)于專(zhuān)家的經(jīng)驗(yàn)和偏好, 有一定的盲目性。客觀賦權(quán)法能夠充分利用戰(zhàn)場(chǎng)態(tài)勢(shì)信息,但完全忽視主觀偏好, 有時(shí)會(huì)出現(xiàn)權(quán)重不合理的現(xiàn)象。

        本文采用區(qū)間數(shù)表示不同傳感器的測(cè)量值和定性指標(biāo)等不確定信息。利用信息熵理論求得指標(biāo)客觀權(quán)重,再與專(zhuān)家給出的主觀權(quán)重相乘歸一化獲取綜合指標(biāo)權(quán)重。運(yùn)用模糊決策理論建立各目標(biāo)相對(duì)于正理想目標(biāo)的關(guān)聯(lián)系數(shù)的數(shù)學(xué)模型,通過(guò)比較關(guān)聯(lián)系數(shù)確定目標(biāo)威脅度排序。

        1 空襲目標(biāo)威脅評(píng)估指標(biāo)

        空襲目標(biāo)威脅評(píng)估是多指標(biāo)決策問(wèn)題,令X={x1,x2,…,xn}為空襲目標(biāo)方案集,U={u1,u2,…,um}為評(píng)估指標(biāo)集。目標(biāo)xi按評(píng)估指標(biāo)uj進(jìn)行測(cè)度,記為aij,于是可得目標(biāo)威脅決策矩陣A={aij}n×m。根據(jù)防空武器系統(tǒng)的特點(diǎn)和空襲目標(biāo)的飛行特性,選取6個(gè)因素組成威脅評(píng)估指標(biāo)集:U={目標(biāo)類(lèi)型,飛臨時(shí)間,飛行速度,航路捷徑,飛行高度,干擾能力}。

        2 目標(biāo)威脅評(píng)估指標(biāo)權(quán)重的獲取

        區(qū)間數(shù)是一類(lèi)特殊的模糊數(shù),為描述不確定性提供了一種有效途徑,目標(biāo)威脅評(píng)估指標(biāo)既有定量指標(biāo)又有定性指標(biāo),有很大的模糊不確定性,顯然用區(qū)間數(shù)表示目標(biāo)威脅量值顯然更合理。

        定義1: 若?aL,aU∈R且aL≤aU,稱(chēng)閉區(qū)間[aL,aU]為實(shí)數(shù)域R上的區(qū)間數(shù);

        (1)

        (2)

        信息熵是系統(tǒng)無(wú)序程度的度量,信息熵越小,表明指標(biāo)值的變異程度越大,指標(biāo)權(quán)重就越大。將信息熵引入目標(biāo)威脅評(píng)估指標(biāo)權(quán)重的確定,更能客觀反映各個(gè)屬性對(duì)于目標(biāo)威脅評(píng)估的影響。

        定義2:設(shè)一個(gè)隨機(jī)試驗(yàn)M由多個(gè)事件X={x1,x2,…,xn}組成,事件的概率為Pi,那么信息熵:

        (3)

        首先將規(guī)范化決策矩陣歸一化得:

        (4)

        代入信息熵公式(3)得:

        (5)

        (6)

        在防空作戰(zhàn)中,在重視戰(zhàn)場(chǎng)客觀態(tài)勢(shì)的同時(shí),也要充分考慮指揮作戰(zhàn)人員的主觀經(jīng)驗(yàn)和偏好。假定專(zhuān)家給出的主觀權(quán)重(由層次分析法可求得)為θj。綜合考慮主觀權(quán)重和客觀信息熵權(quán),則評(píng)估指標(biāo)的綜合權(quán)重為:

        (7)

        3 信息熵和主觀偏好綜合求權(quán)的目標(biāo)威脅評(píng)估

        在指標(biāo)權(quán)重確定之后,可直接采用線(xiàn)性加權(quán)的方法求出各目標(biāo)的威脅評(píng)估結(jié)果,但當(dāng)決策矩陣中各屬性的測(cè)度值比較接近,使用線(xiàn)性加權(quán)的方法計(jì)算出的各目標(biāo)的威脅度區(qū)分不明顯。本文利用模糊決策理論,建立各目標(biāo)與正理想目標(biāo)的相對(duì)偏差關(guān)聯(lián)系數(shù)的數(shù)學(xué)模型。首先對(duì)理想值和相對(duì)偏差定義。

        定義3:設(shè)規(guī)范區(qū)間數(shù)決策矩陣R=[rij]n×m,正理想目標(biāo)為各指標(biāo)正理想值(最大值)的集合rmax,負(fù)理想目標(biāo)為各指標(biāo)負(fù)理想值(最小值)的集合rmin。區(qū)間數(shù)決正負(fù)理想值為:

        決策矩陣元素與正理想值之差稱(chēng)為正向相對(duì)偏差δijmax,決策矩陣元素與負(fù)理想值之差稱(chēng)為負(fù)向相對(duì)偏差δijmin。

        用式(7)求得區(qū)間數(shù)綜合指標(biāo)權(quán)重ωj, 則目標(biāo)xi與正負(fù)理想目標(biāo)的加權(quán)相對(duì)偏差為:

        (7)

        若目標(biāo)的正向加權(quán)相對(duì)偏差越小,說(shuō)明該目標(biāo)越優(yōu);負(fù)向加權(quán)相對(duì)偏差越大,則該目標(biāo)越優(yōu)。但若只通過(guò)比較各目標(biāo)的正向加權(quán)相對(duì)偏差來(lái)排序威脅評(píng)估結(jié)果。有時(shí)會(huì)出現(xiàn)目標(biāo)xi的正向加權(quán)相對(duì)偏差比目標(biāo)xj小,同時(shí)目標(biāo)xi的負(fù)向加權(quán)相對(duì)偏差也比目標(biāo)xj小的自相矛盾的結(jié)果。為解決這一問(wèn)題,本文引進(jìn)了關(guān)聯(lián)系數(shù)的概念,并建立了目標(biāo)函數(shù)。

        設(shè)αi為目標(biāo)xi對(duì)于正理想目標(biāo)的關(guān)聯(lián)系數(shù),則(1-αi)為相對(duì)于負(fù)理想目標(biāo)的關(guān)聯(lián)系數(shù),αi值越大,表示目標(biāo)xi與正理想目標(biāo)關(guān)聯(lián)度越大,威脅度就越大。構(gòu)造目標(biāo)函數(shù)F(α)應(yīng)滿(mǎn)足所有目標(biāo)的正向加權(quán)相對(duì)偏差和負(fù)向加權(quán)相對(duì)偏差之和的總偏差最小。即:

        (8)

        (9)

        由αi定義,可根據(jù)αi的值從大到小對(duì)目標(biāo)威脅評(píng)估結(jié)果排序。

        4 仿真分析

        為驗(yàn)證本文提出的目標(biāo)威脅評(píng)估計(jì)算方法合理性,選取文獻(xiàn)[6]中算例的5批測(cè)量數(shù)據(jù)進(jìn)行驗(yàn)證,測(cè)量數(shù)據(jù)如表1所示。為便于比較排序結(jié)果,目標(biāo)批號(hào)仍按照文獻(xiàn)[6]中的批號(hào)標(biāo)記。

        表1 空中目標(biāo)各屬性測(cè)量值

        威脅評(píng)估計(jì)算步驟如下:

        (1) 將指標(biāo)體系中的定性屬性利用9級(jí)量化法轉(zhuǎn)變成區(qū)間數(shù)形式。目標(biāo)類(lèi)型量化為[7,9]、[4,6]和[2,4]。干擾能力量化為[7,10]、[4,6]、[1,3]和[0,1]。

        (2)利用式(2)和式(3)對(duì)進(jìn)行規(guī)范化處理。獲得決策矩陣為R=[rij]n×m。

        (5) 找出決策矩陣的理想值,然后利用式(7)求得目標(biāo)xi的正向和負(fù)向相對(duì)加權(quán)偏差,則:

        [0.050,0.053,0.010,0.013,0.043]

        [0.019,0.016,0.049,0.056,0.015]

        按照正向相對(duì)加權(quán)偏差,對(duì)目標(biāo)威脅排序?yàn)?4,5,7,1,2);按照負(fù)向相對(duì)加權(quán)偏差,對(duì)目標(biāo)威脅排序?yàn)?5,4,1,2,7)。顯然這兩種結(jié)論是相互矛盾的,需要計(jì)算每個(gè)目標(biāo)對(duì)于正理想目標(biāo)的關(guān)聯(lián)系數(shù)。

        (6) 利用式(8)即可求得每個(gè)目標(biāo)對(duì)于正理想目標(biāo)的關(guān)聯(lián)系數(shù)α,α=[0.275,0.232,0.831,0.811,0.259]將αi的值從大到小排序可得α3>α4>α1>α5>α2。采用原目標(biāo)批號(hào)標(biāo)注各目標(biāo),即可得目標(biāo)威脅度從大到小排序?yàn)?4,5,1,7,2)。此排序結(jié)果與文獻(xiàn)[6]中的排序結(jié)果基本一致。從而證明了該方法上無(wú)論是從理論分析還是與其他方法比較,都是合理有效的。

        5 結(jié) 論

        本文提出一種信息熵權(quán)和主觀經(jīng)驗(yàn)相結(jié)合求指標(biāo)權(quán)重的方法。兼顧了客觀態(tài)勢(shì)排序和決策者主觀偏好兩方面的優(yōu)勢(shì)。綜合考慮各目標(biāo)的正向加權(quán)相對(duì)偏差和負(fù)向加權(quán)相對(duì)偏差,通過(guò)比較各目標(biāo)對(duì)于正理想目標(biāo)的關(guān)聯(lián)系數(shù),進(jìn)行威脅評(píng)估和排序。避免了單一比較正向加權(quán)相對(duì)偏差而可能出現(xiàn)的自相矛盾的評(píng)估結(jié)果。該方法簡(jiǎn)單實(shí)用,編程易實(shí)現(xiàn)。為防空作戰(zhàn)輔助決策提供了有效的科學(xué)依據(jù)。

        [1] 陳克,劉士場(chǎng),王幸軍. AHP法改進(jìn)及其在目標(biāo)威脅等級(jí)評(píng)估中的應(yīng)用[J].指揮控制與仿真,2006,28(1):108-110.

        CHEN Ke, LIU Shi-chang, WANG Xing-jun. Application of AHP improvement for target threat grade estimation[J]. Command Control & Simulation, 2006,28(1):108-110.

        [2] ZHI Jun, LIU Jian-yong, FU Cheng-qun, et al. Evaluation of aerial target threat degree based on Improved grey Interrelated analysis method[C]//Proceedings of 2009 IEEE International Conference on Grey Systems and Intelligent Services.Nanjing:[s.n.],2009.

        [3] 申卯興,許進(jìn),王帥. 空中目標(biāo)威脅排序的灰色聚類(lèi)決策方法[J].系統(tǒng)工程與電子技術(shù),2008,30(9):1721-1723.

        SHEN Mao-xing , XU Jin, WANG Shuai. Grey cluster decision making way for the threat ordering of aerial targets[J]. Systems Engineering and Electronics, 2008,30(9):1721-1723.(in Chinese)

        [4] 童奇,童中翔,谷向東,等.基于信息熵的空戰(zhàn)目標(biāo)威脅評(píng)估[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí) 2011,41(3):144-148.

        TONG Qi, TONG Zhong-xiang, GU Xiang-dong, et al. Target threat assessment for air combat based on information entropy[J].Mathematics In Practice And Theory, 2011,41(3):144-148.(in Chinese)

        [5] WEN Tang, CHEN Ai-zu, DONG Mei-li, et al. The application of combination weighting approach in multiple attribute decision making[C].Baoding: Proceedings of the Eighth International conference on machine learning and cybrnetics,2009.

        [6] 郭輝,徐浩軍.周莉.基于區(qū)間數(shù)TOPSIS法的空襲目標(biāo)威脅評(píng)估[J].空軍工程大學(xué)學(xué)報(bào):自然科學(xué)版.2011,12(1),40-45.

        GUO Hui, XU Hao-jun, ZHOU Li. Evaluation of air attack threat against target based on interval numbers topsis[J]. Journal of Air Force Engineering University:Natural Science Editon. 2011,12(1),40-45.(in Chinese)

        猜你喜歡
        關(guān)聯(lián)系數(shù)信息熵排序
        基于信息熵可信度的測(cè)試點(diǎn)選擇方法研究
        排序不等式
        基于灰色關(guān)聯(lián)度對(duì)山東小麥新品種(系) 綜合表現(xiàn)評(píng)價(jià)分析
        應(yīng)用灰色關(guān)聯(lián)度法分析稠油熱采油井生產(chǎn)主控因素
        恐怖排序
        節(jié)日排序
        刻舟求劍
        兒童繪本(2018年5期)2018-04-12 16:45:32
        基于信息熵的實(shí)驗(yàn)教學(xué)量化研究
        一種基于信息熵的雷達(dá)動(dòng)態(tài)自適應(yīng)選擇跟蹤方法
        大豆產(chǎn)量及主要農(nóng)藝性狀的相關(guān)性及灰色關(guān)聯(lián)度分析
        嫩呦国产一区二区三区av| аⅴ天堂国产最新版在线中文| 全免费a级毛片免费看视频 | 亚洲国产精品无码久久九九大片健 | 国产精品久久久久久妇女| 成视频年人黄网站免费视频| 国产欧美日韩综合精品二区| 中文字幕无码专区一VA亚洲V专| 中文字幕一区二区区免| 东北女人一级内射黄片| 99久久精品国产一区二区三区| 中文字幕在线码一区| 日本福利视频免费久久久| 日本人妖熟女另类二区| 亚洲一区二区三区播放| 91在线在线啪永久地址| 亚洲av一区二区三区网站| 草逼动态图视频免费观看网站| 人妻 偷拍 无码 中文字幕| 婷婷丁香五月中文字幕| 亚洲综合网站精品一区二区| 色婷婷精品大在线视频| 日本在线 | 中文| 蜜臀av一区二区| 亚洲成在人网av天堂| 蜜桃网站入口可看18禁| 最新国产毛2卡3卡4卡| 国产精品麻豆aⅴ人妻| 色二av手机版在线| 亚洲av老熟女一区二区三区 | 免费人成激情视频在线观看冫| 5级做人爱c视版免费视频| 亚洲精品中文字幕尤物综合| 日韩精品专区在线观看| 夜夜躁狠狠躁2021| 国产主播无套内射一区| 日本免费视频一区二区三区| 精品欧洲av无码一区二区14 | 四虎国产精品免费久久麻豆| 加勒比久久综合久久伊人爱| 午夜福利理论片在线观看|